English(EN) Benchmark Datasets for Lead-Lag Forecasting on Social Platforms

新的LLF框架和数据集应对社交平台预测挑战

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员引入了一个名为领先滞后预测（LLF）的新框架，以应对基于社交平台早期用户互动预测未来影响的挑战。为了支持这项研究，他们创建了两个大型基准数据集，分别来自arXiv和GitHub，涵盖数百万篇论文和代码库。这些数据集旨在捕捉长期动态并避免采样偏差，为开发和测试LLF模型奠定基础。 AI

影响为分析社交平台上的长期用户行为动态建立了一种新的预测范式。

排序理由该集群包含一篇介绍新方法论和基准数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Kimia Kazemian (Department of Computer Science, Cornell University), Zhenzhen Liu (Department of Computer Science, Cornell University), Yangfanyu Yang (Department of Information Science, Cornell University), Katie Luo (Department of Computer Science, Sta… · 2026-06-09 04:00

社交平台领先滞后预测的基准数据集

arXiv:2511.03877v2 Announce Type: replace Abstract: Social and collaborative platforms emit multivariate time-series traces in which early interactions -- such as views, likes, or downloads -- are followed, sometimes months or years later, by higher impact like citations, sales, …